Geral
Aprendizado de Máquina
Semana 7
0
Questão
Leia o trecho a seguir:
Para comparar modelos de aprendizado de máquina, é essencial usar métricas consistentes, como acurácia, precisão, recall e F1-score. Cada métrica avalia aspectos diferentes do desempenho do modelo. A escolha da métrica depende do problema, como priorizar falsos positivos ou falsos negativos.
Um modelo preditivo de aprendizado de máquina utiliza os dados de entrada, chamados de [preencher 1], para gerar previsões ou saídas, chamadas de [preencher 2].
Os termos [preencher 1] e [preencher 2] são corretamente substituídos por:
Para comparar modelos de aprendizado de máquina, é essencial usar métricas consistentes, como acurácia, precisão, recall e F1-score. Cada métrica avalia aspectos diferentes do desempenho do modelo. A escolha da métrica depende do problema, como priorizar falsos positivos ou falsos negativos.
Um modelo preditivo de aprendizado de máquina utiliza os dados de entrada, chamados de [preencher 1], para gerar previsões ou saídas, chamadas de [preencher 2].
Os termos [preencher 1] e [preencher 2] são corretamente substituídos por: